0. library

library(tidyverse)
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ dplyr     1.1.2     ✔ readr     2.1.4
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ ggplot2   3.4.2     ✔ tibble    3.2.1
## ✔ lubridate 1.9.2     ✔ tidyr     1.3.0
## ✔ purrr     1.0.2     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::filter() masks stats::filter()
## ✖ dplyr::lag()    masks stats::lag()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
library(ggplot2)

1. function 정의

1-1. function log lambda

  • fun_log: lambda 값을 밑이 2인 log로 표현하여, 시각화 시에 x축 간격을 동일하게 표현
fun_log <- function(data){
  data$lambda <- log(data$lambda, base = 2)
  colnames(data)[5] <- "log_lambda"
  
  return(data)
}

1-2. function_handling

fun_handling <- function(data, pi_num, simul_type_num, alpha_num, mu_num){
  data %>% 
    filter(simul_type == simul_type_num &
             pi == pi_num &
             alpha == alpha_num &
             mu == mu_num) %>% 
    select(-X) %>% 
    arrange(log_lambda) -> data_handling # end data_hadling
  
  # log_lambda 별 평균값 data 생성
  data_handling %>% 
    group_by(log_lambda) %>% 
    summarise(avg_MSE = mean(MSE)) -> avg_data_handling
  
  # 최소 MSE search
  condition <- avg_data_handling$avg_MSE == min(avg_data_handling[,2])
  
  
  print(cat("최적의 람다는",2^avg_data_handling$log_lambda[condition], '\n',
              "즉, 최적의 log_2 람다는",avg_data_handling$log_lambda[condition],'\n',
              "이고, 그때의 MSE는", min(avg_data_handling[,2])
            ))

  
  return(list(handling = data_handling, avg_handling = avg_data_handling))
}

1-3. function_Visualize

  • function_Visualize: 시각화 function 정의
fun_visualize <- function(data_handling, avg_data_handling){
  # vanila MSE
  data_handling %>% 
    select(-c(r_vec, simul_type, pi, alpha, MSE, estimated_theta, iter)) -> base_data_handling
  
  my_list <- strsplit(base_data_handling$y, ",")
  my_list <- lapply(my_list, function(x) as.integer(x))
  
  
  base_data_handling$y <- unlist(lapply(my_list, mean))
  colnames(base_data_handling)[3] <-  'vanila_MLE'
  
  base_data_handling # 여기까지 하면, 각 log_lambda에 대해 seed 개수 만큼의 vanila_MLE 계산 완료
  
  # vanila_MSE 구하자
  base_data_handling %>% 
    mutate(vanila_MSE = (mu - vanila_MLE)^2 ) %>% 
    group_by(log_lambda) %>% 
    summarise(avg_vanila_MSE = mean(vanila_MSE)) -> avg_vanila_MSE
  
  
  avg_vanila_MSE[[1,2]] # vanila MSE
  
  x_lab = expression(log[2](lambda))
  
  output <- ggplot(data = data_handling) +
            # geom_point(mapping = aes(x = log_lambda, y = MSE)) +
            geom_boxplot(aes(x = log_lambda,
                             y = MSE,
                             group = log_lambda),
                         
                         # boxplot outlier 
                         outlier.color = 'red',
                         outlier.shape = 1,
                         outlier.alpha = 0.7) +
            
            # log_lambda 별 평균값 추가 (color = steelblue4)
            geom_point(data = avg_data_handling,
                       color = 'steelblue4',
                       size = 1.5,
                       aes(x = log_lambda,
                           y = avg_MSE)) +
            geom_line(data = avg_data_handling,
                      color = 'steelblue4', 
                      size = 1.3,
                      aes(x = log_lambda,
                           y = avg_MSE)) +
            
            # MSE_baseline  
            geom_hline(yintercept = avg_vanila_MSE[[1, 2]], # avg_vanila_MSE 뒤의 인덱스는 중요하지 않음
                       col = 'gray', linetype = 'dashed', size = 1) +
            
            # x축 간격 설정
            scale_x_continuous(breaks = -5:3) +
            
            # title, xlab, ylab
            
            xlab(x_lab) +
            
            # theme
            theme_bw() +
            theme(plot.title = element_text(size = 20),
                  plot.subtitle = element_text(size = 15))
  return(output)
}

2. 시각화

[제시된 셋업] \[n = \{100,200,300\}, \pi \in \{0.1, 0.2, 0.3\},\mu = \{1, 5, 10\}, y0 \in \{\alpha \in \{2,3,5\}\}\]

\[\lambda = 2^{\{-5,-4, \cdots ,3\}}\]

2-1. n = 100

data_n100 <- read.csv('../data/mean_df-set_simul_seed10_n100.csv')
data <- fun_log(data_n100)
mu_set = c(1,5,10)
pi_set = c(0.1,0.2,0.3)
simul_type_set = c(0,1,2,3)
alpha_set = c(2,3,5)

for(mu_num in mu_set){
  for(pi_num in pi_set){
    for(simul_type_num in simul_type_set){
      for(alpha_num in alpha_set){
        print(paste("n = 100, mu = ", mu_num,", pi = ",pi_num, ", simul_type = ", simul_type_num,", alpha = ", alpha_num))
        data_handling <- fun_handling(data=data, pi_num=pi_num, simul_type_num=simul_type_num, alpha_num=alpha_num,mu_num = mu_num)
        print(fun_visualize(data_handling$handling,data_handling$avg_handling))
      }
    }
  }
}
## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL
## Warning: Using `size` aesthetic for lines was deprecated in ggplot2 3.4.0.
## ℹ Please use `linewidth` instead.
## This warning is displayed once every 8 hours.
## Call `lifecycle::last_lifecycle_warnings()` to see where this warning was
## generated.

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.001106621NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.001314298NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002750732NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01370146NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01370146NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01370146NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0008967449NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0007834624NULL

## [1] "n = 100, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006634914NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.03748238NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.06513578NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.1105104NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.05006NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.05006NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.05006NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.003962214NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.001053004NULL

## [1] "n = 100, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002142303NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006472744NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.1120148NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 0.3924461NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 0.4928501NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.09514NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.09514NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.09514NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.005441999NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.00241922NULL

## [1] "n = 100, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002102448NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.1557251NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.158176NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.1625572NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.2958316NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.2958316NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.2958316NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.04960273NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.07126074NULL

## [1] "n = 100, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.07105492NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.7545373NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.7681273NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.7976825NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.8268171NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.8268171NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.8268171NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.09850666NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.122378NULL

## [1] "n = 100, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.1218268NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.03192369NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 2.069288NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 2.296087NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 2.409387NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 1.979104NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 1.979104NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 1.979104NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.07322NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.1564676NULL

## [1] "n = 100, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.1546027NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.5124478NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.515415NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.5205165NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.2697998NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.2697998NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.2697998NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.1246452NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.1231947NULL

## [1] "n = 100, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.09780328NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 2.042101NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 2.065405NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 2.095866NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.34331NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.34331NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.34331NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.18322NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.1910871NULL

## [1] "n = 100, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.1914774NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.1353215NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 5.7205NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 5.958648NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 6.141918NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 4.454462NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 4.454462NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 4.454462NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.269604NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.1733029NULL

## [1] "n = 100, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.1712846NULL

## 2-2. n = 200

data_n200 <- read.csv('../data/mean_df-set_simul_seed10_n200.csv')
data <- fun_log(data_n200)
mu_set = c(1,5,10)
pi_set = c(0.1,0.2,0.3)
simul_type_set = c(0,1,2,3)
alpha_set = c(2,3,5)

for(mu_num in mu_set){
  for(pi_num in pi_set){
    for(simul_type_num in simul_type_set){
      for(alpha_num in alpha_set){
        print(paste("n = 200, mu = ", mu_num,", pi = ",pi_num, ", simul_type = ", simul_type_num,", alpha = ", alpha_num))
        data_handling <- fun_handling(data=data, pi_num=pi_num, simul_type_num=simul_type_num, alpha_num=alpha_num,mu_num = mu_num)
        print(fun_visualize(data_handling$handling,data_handling$avg_handling))
      }
    }
  }
}
## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0005185317NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0007074736NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.00115918NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.006736959NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.006736959NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.006736959NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0005007674NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0002166943NULL

## [1] "n = 200, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0001318266NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.0216357NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.02917506NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.04098472NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.04019NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.04019NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.04019NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002357602NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.000320648NULL

## [1] "n = 200, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003604936NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0004558397NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.1061851NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 0.3813156NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 0.4609335NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.087905NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.087905NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.087905NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.001412108NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003853541NULL

## [1] "n = 200, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.000583385NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.05174874NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.07572504NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.07853249NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.2182235NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.2182235NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.2182235NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.005812451NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.00212851NULL

## [1] "n = 200, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002136601NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.6273264NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.6385567NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.6618647NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.8134807NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.8134807NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.8134807NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.03615309NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.01539647NULL

## [1] "n = 200, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.01415894NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01048314NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 2.094086NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 2.200003NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 2.291939NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 2.000552NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 2.000552NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 2.000552NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.01969453NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.01249661NULL

## [1] "n = 200, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.0137401NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3034234NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3039453NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3082673NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3745294NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3745294NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3745294NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.05951769NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.05932705NULL

## [1] "n = 200, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.05912342NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 1.221065NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 1.244533NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 1.289362NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.584146NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.584146NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.584146NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 4 
##  즉, 최적의 log_2 람다는 2 
##  이고, 그때의 MSE는 0.08555333NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.06789762NULL

## [1] "n = 200, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.06980511NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.06918804NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.640132NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.709824NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.852198NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.865938NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.865938NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.865938NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.1578929NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.1649526NULL

## [1] "n = 200, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 0.1632065NULL

2-2. n = 300

data_n300 <- read.csv('../data/mean_df-set_simul_seed10_n300.csv')
data <- fun_log(data_n300)
mu_set = c(1,5,10)
pi_set = c(0.1,0.2,0.3)
simul_type_set = c(0,1,2,3)
alpha_set = c(2,3,5)

for(mu_num in mu_set){
  for(pi_num in pi_set){
    for(simul_type_num in simul_type_set){
      for(alpha_num in alpha_set){
        print(paste("n = 300, mu = ", mu_num,", pi = ",pi_num, ", simul_type = ", simul_type_num,", alpha = ", alpha_num))
        data_handling <- fun_handling(data=data, pi_num=pi_num, simul_type_num=simul_type_num, alpha_num=alpha_num,mu_num = mu_num)
        print(fun_visualize(data_handling$handling,data_handling$avg_handling))
      }
    }
  }
}
## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0005212803NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0006577766NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0009107734NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.006697936NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.006697936NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.006697936NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.000421675NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 9.267717e-05NULL

## [1] "n = 300, mu =  1 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 8.58709e-05NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.007728143NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.008624484NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.02419731NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.038251NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.038251NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.038251NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.001373493NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0002210106NULL

## [1] "n = 300, mu =  1 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003859579NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003214021NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.0975387NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 0.3063303NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.5 
##  즉, 최적의 log_2 람다는 -1 
##  이고, 그때의 MSE는 0.3511686NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.08169889NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.08169889NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 8 
##  즉, 최적의 log_2 람다는 3 
##  이고, 그때의 MSE는 0.08169889NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.001187829NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.0625 
##  즉, 최적의 log_2 람다는 -4 
##  이고, 그때의 MSE는 0.0003270765NULL

## [1] "n = 300, mu =  1 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.0004775243NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.02556719NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.02669022NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.0309384NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.2170317NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.2170317NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.2170317NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.003545037NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.001409942NULL

## [1] "n = 300, mu =  5 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.001412567NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.5245431NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.5369814NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.5549604NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.8256964NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.8256964NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 0.8256964NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.01569739NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002699682NULL

## [1] "n = 300, mu =  5 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.003604415NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.002829945NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 1.879547NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 1.947911NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 2.022528NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 1.753946NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 1.753946NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 1.753946NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.012581NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.006774918NULL

## [1] "n = 300, mu =  5 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.008233233NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.2255861NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.2275824NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  1 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.2314918NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3802911NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3802911NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  2 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 0.3802911NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.04938037NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.01909358NULL

## [1] "n = 300, mu =  10 , pi =  0.1 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.01855245NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 1.213168NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 1.239525NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  1 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.265702NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  2"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.673899NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  3"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.673899NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  2 , alpha =  5"
## 최적의 람다는 2 
##  즉, 최적의 log_2 람다는 1 
##  이고, 그때의 MSE는 1.673899NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.07639471NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.08029248NULL

## [1] "n = 300, mu =  10 , pi =  0.2 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.0809514NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  3"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  0 , alpha =  5"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.04221099NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.471899NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.532147NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  1 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 3.660703NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  2"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 4.110121NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  3"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 4.110121NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  2 , alpha =  5"
## 최적의 람다는 1 
##  즉, 최적의 log_2 람다는 0 
##  이고, 그때의 MSE는 4.110121NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  2"
## 최적의 람다는 0.125 
##  즉, 최적의 log_2 람다는 -3 
##  이고, 그때의 MSE는 0.1500911NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  3"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.180922NULL

## [1] "n = 300, mu =  10 , pi =  0.3 , simul_type =  3 , alpha =  5"
## 최적의 람다는 0.25 
##  즉, 최적의 log_2 람다는 -2 
##  이고, 그때의 MSE는 0.1920899NULL